2020年每一天都在见证历史,在这样一个不确定的环境下,数字化转型也将成为疫后企业新需求的核心,而AI在数字化转型中也起到了重要的推动作用,企业纷纷通过AI打造未来企业。
但企业在实施AI的过程中,往往受到人工智能技能的缺乏、人工智能系统和流程的可信性、数据的复杂性三大障碍影响着人工智能的落地和规模化。为了帮助企业跨越三大障碍,IBM打造"数有价,AI无界 | IBM数据与AI线上论坛"三大系列专场,分享与讨论如何利用人工智能让企业快速获得关键的数字化技能,加速企业的AI进程。
7月15日,冲破人才瓶颈,AI赋能数字化技能专场
8月26日,打开AI黑盒,构建可信企业级AI专场
10月14日,掘金复杂数据,让数据为业务所用专场
为了加速企业的人工智能之旅,IBM提出了人工智能阶梯这一方法论,包括收集数据、组织数据、分析数据、将人工智能融合到企业业务流程中四个阶段。
基于人工智能阶梯的方法论,“IBM数据与AI线上论坛-AI赋能数字化技能专场”将于7月15日率先开场,本场论坛将围绕后疫情时代的AI人才与技术、赋能员工专注于更有价值的工作、驱动智能的客户及员工体验、助力企业实施AI驱动业务分析四大主题展开讨论。
后疫情时代的AI人才与技术
为确保数字化转型成功,人与技术同等重要,然而使用AI技能与技术并不是为了取代人,而是希望成为企业数字化转型成功的保障能力。
赋能员工专注于更有价值的工作
企业在数据的收集和组织上一直是一个费时费力的工作,利用AI与数据一体化平台IBM Cloud Pak for Data可以助力团队快速获取数字化技术,降低AI准入门槛,赋能员工专注于更有价值的工作。
驱动智能的客户及员工体验
疫情让越来越多的线下业务转到线上,IBM基于Watson提供的端到端重塑数字化工作场所解决方案可以提升客户体验,提高员工满意度,让专家更快获取信息,并且降低运营成本。届时将重点解读银行、汽车、能源等行业业务场景。
助力企业实施AI驱动业务分析
企业越来越将流程自动化、敏捷性、透明度和数据驱动决策作为重点战略。IBM通过AI驱动的业务分析助力企业部署AI运营大平台,加强科学决策力 实现企业高盈利。
同时论坛还将展示大量案例,其中新奥集团通过已部署的IBM RPA加上IBM Cloud Pak for Data平台上的Wastson Assistant与Watson Discovery,实现“双手”(RPA)与“大脑”(NLP-自然语言处理)的紧密结合,逐步深化企业 AI 业务中台建设。并且在会议的最后还有实操展示Watson明星产品,帮助大家更直观的看到人工智能的快速创建和应用。
IBM数据与AI线上论坛希望为大家建立一个数据与AI学习的平台,分享前沿的AI科技及全球的成功实践经验,点击下方链接即可报名观看“冲破人才瓶颈,AI赋能数字化技能专场”。
冲破人才瓶颈,AI赋能数字化技能专场链接:
http://www.zhiding.cn/techzone/zhuanti/2020/07/ibm_c4/register.shtml?source=zhiding
好文章,需要你的鼓励
OpenAI研究科学家Alexander Wei宣布,公司一个未发布的实验模型在国际数学奥林匹克竞赛中解决了六道题目中的五道,获得42分中的35分,达到金牌水平。该模型展现出类似人类数学家的推理能力,能够构建复杂严密的论证。这标志着AI在创造性问题解决方面的重要突破,不过该技术预计数月内不会公开发布。
加利福尼亚大学和萨里大学研究团队开发了一种创新的AI系统,能够仅通过简单的手绘素描就在复杂照片中精确识别关键点。这项技术突破了传统机器学习需要大量同类数据的限制,实现了真正的跨模态学习。系统在动物关键点识别任务中达到了39%的准确率,超越现有方法约5个百分点,并且在真实手绘素描测试中表现稳定。该技术有望在生物学研究、医疗诊断、工业检测等多个领域找到广泛应用。
本文探讨了判断AI是否达到通用人工智能(AGI)和人工超级智能(ASI)水平所需的问题数量。目前缺乏确定的测试方法来评估是否达到顶级AI水平。基于图灵测试的分析,作者提出仅通过少量问题难以全面评估智能水平。参考美国国会图书馆主题标引(LCSH)的40万个主题领域,如果每个领域提出1万个问题,将需要40亿个问题来全面测试AGI。这种大规模测试虽然在逻辑上合理,但在实际操作中面临巨大挑战。
约翰霍普金斯大学发布DOTRESIZE技术,通过最优传输理论实现AI大模型智能压缩。该方法将相似神经元合并而非删除,在保持性能的同时显著降低计算成本。实验显示,压缩20%后模型仍保持98%性能,为AI技术普及和可持续发展提供新路径。